原创投稿 行业报告 AI展会 数据标注
投稿发布
您的当前位置:首页 > 下载中心 > 图像识别 > 正文

175种鸟类数据集

发布:可思数据 时间:2020-03-29
数据类型:图形图像 热度

文件类型:.zip              文件大小:2 GB

授权方式:公共开源     发布时间:2020-03-29

数据来源:Gerry             数据语言:英文

数据介绍:
175种鸟类的数据集。23657个训练图像,875个测试图像(每个物种5个)和875个验证图像(每个物种5个)。
所有图像均为jpg格式的224 X 224 X 3彩色图像,还包括jpg格式的“合并”图像集,该图像集将训练,测试和验证图像到一个单一的数据集中,这对想要创建自己的训练,测试和验证集的用户很有用,
每种物种的图像都包含在单独的子目录中,如果您使用来自目录的Keras流作为实现输入数据。
图片是通过互联网搜索按物种名称收集的。一旦下载了某个物种的图像文件,就使用我开发的python重复图像检测程序检查它们是否存在重复图像。删除所有检测到的重复项,以防止它们成为训练,测试和验证集之间的通用图像。
之后,将图像裁切,以使鸟类至少占据图像中像素的50%。然后将图像调整为jpg格式的224 X 224 X3。裁剪可确保在被CNN处理时,它们在图像中具有足够的信息以创建高度准确的分类器。每个文件的所有文件也按顺序编号。因此,测试图像被命名为1.jpg至5.jpg。对于验证图像也是如此。训练图像也使用“零”填充顺序编号。例如001.jpg,002.jpg….010.jpg,011.jpg…..099.jpg,100jpg,102.jpg等。零值填充可与python文件功能一起使用,并保留目录中的Keras流。
训练集不平衡,每个物种的文件数不等。但是,每个物种至少都有100个训练图像文件。这种不平衡不会影响我的内核分类器,因为它在测试集上达到了98%以上的准确性。
数据集中的一个重大失衡是雄性物种图像与雌性物种图像的比率。大约80%的图像是男性,而20%是女性。典型的雄性的颜色要多样化得多,而一个物种的雌性通常是平淡的。因此,雄性和雌性图像看起来可能完全不同。几乎所有测试和验证图像均来自该物种的雄性。因此,分类器在女性物种图像上的表现可能不佳。
数据集中还包括经过训练的模型文件BIRDS-224-175-98.62.h5和文本文件BIRDS-175.txt。这些文件与伴随的Predictor程序结合使用,该程序使用这些文件使用经过训练的模型对输入图像进行预测。文件夹预测变量测试集包含101个Predictor程序可以预测的测试图像。我将很快发布预测程序。最后,有一个文件错误列表98.62.txt,其中显示了该模型在875个测试图像上具有的测试集上的错误列表。
下载地址:

特别声明:

¤ 此数据集库仅供研究和教育用途,不得用于任何商业用途。
¤ 如果您在任何出版物或报告中使用该数据库,则必须添加引用本站来源。
¤ 版权归作者及所在组织所有。
¤ 如用于商业用途,请联系版权所有人。
¤ 本站数据来源于网络如有侵权请联系我们。
¤ 本站数据压缩包统一解压密码:www.sykv.com
人工智能权威社区
人工智能交流群扫码邀请

相关文章:

    无相关信息

相关推荐:

网友评论:

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

数据标注服务

Copyright©2005-2020 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部
关闭